Une Nouvelle Approche Informatique Crée Des Maps Spatiales De Données Unicellulaires Dans Les Tissus
Une nouvelle méthode d’informatique créée par des chercheurs University of Texas MD Anderson Cancer Center correspond avec succès aux données des techniques de profilage d’expression génique correspondantes pour développer des maps spatiales d’un tissu offert à une résolution unicellulaire. Les maps qui en résultent peuvent fournir des informations biologiques particulières sur le microenvironnement du cancer et de nombreux autres types de tissus.
L’étude a été publiée dans Nature Biotechnology, et présentée lors de la prochaine réunion annuelle 2022 de l’American Association for Cancer Cells Research (AACR) (Abstract 2129).
L’appareil, appelé CellTrek, utilise les données du séquençage d’ARN unicellulaire (scRNA-seq), ainsi que celles des tests de transcriptomique spatiale (ST) ; qui mesurent l’expression spatiale des gènes dans plusieurs petites cellules – ; pour identifier avec precision, l’emplacement des types de cellules individuelles dans un tissu. Les chercheurs ont montré les résultats d’une évaluation des cellules rénales et cérébrales et des échantillons de cancer du sein de carcinome canalaire em situ (CCIS).
Le séquençage d’ARN unicellulaire est une technique établie pour examiner l’expression génique de plusieurs cellules individuelles à partir d’un échantillon, mais il ne peut pas donner de données sur l’emplacement des cellules dans un tissu. D’autre part, les tests ST peuvent déterminer l’expression spatiale des gènes en évaluant de nombreux petits groupes de cellules à travers un tissu, mais ne sont pas efficaces pour donner une résolution unicellulaire.
Les stratégies informatiques actuelles, connues sous le nom de stratégies de déconvolution, peuvent identifier différents types de cellules existant à partir des données ST. Cependant, ils ne peuvent pas fournir de données détaillées au niveau de la cellule unique, a précisé Navin.
Par conséquent, les co-premiers auteurs Runmin Wei, Ph.D., et Siyuan He du Laboratoire du Navin, ont dirigé les efforts visant à faire de CellTrek un outil permettant de combiner les avantages uniques des tests scRNA-seq et ST et de créer des maps spatiales précises d’échantillons de tissus. .
En utilisant des données scRNA-seq et ST accessibles au public provenant de tissus cérébraux et rénaux, les scientifiques ont montré que CellTrek obtenait la résolution spatiale la plus précise des approches évaluées. L’approche CellTrek pourrait également différencier les différences subtiles d’expression génique au sein du même type de cellule pour obtenir des détails sur leur hétérogénéité dans un exemple.
Les scientifiques ont également collaboré avec Savitri Krishnamurthy, M.D., professeur de pathologie, pour utiliser CellTrek pour étudier les tissus du cancer du sein DCIS. Dans une analyse de 6 800 cellules individuelles et de 1 500 régions ST d’un seul échantillon de DCIS, le groupe a découvert que des sous-groupes distincts de cellules tumorales se développaient selon des schémas uniques dans des zones particulières de la tumeur. L’évaluation d’un deuxième échantillon de DCIS a démontré la capacité de CellTrek pour reconstruire le microenvironnement spatial tumoral-immunitaire dans le tissu tumoral.
“Pendant que cette approche ne se limite pas à l’évaluation des tissus tumoraux, il existe des applications évidentes pour mieux comprendre le cancer”, a déclaré Navin. “La pathologie détermine les diagnostics de cancer, e avec cet appareil, nous pouvons cartographier les données moléculaires en plus des informations pathologiques pour permettre des classifications encore plus approfondies des tumeurs, et mieux guider les approches de traitement.”
La source:
Centre de cancérologie MD Anderson de l’Université du Texas
Référence de la revue :
Wei, R., et al. (2022) Cartographie spatiale des transcriptomes unicellulaires dans les tissus. Nature Biotechnology. doi.org/10.1038/s41587-022-01233-1.
